java-随机点名2(新手用于记录每天的作业)

本文介绍了一个使用Java实现的随机点名程序,适用于记录每日作业完成情况。通过创建对象并将其添加到集合中,再利用随机数生成器选取集合中的元素进行点名。

java-随机点名2(新手用于记录每天的作业)

//创建的一个包名。

package qige;

//导入一个包。
import java.util.*;

//定义一个类。
public class SJdm {

  //公共静态的主方法。
  public static void main(String[] args) {

    //创建集合。
    ArrayList<SJdmDml> array = new ArrayList<SJdmDml>();

    //调用方法。
    add(array);

    //遍历集合。
    printArrayList(array);

    //随机数。
    randomDmlNmae(array);
}
  //调用属性方法。
  public static void add(ArrayList<SJdmDml>array) {

    
    //创建对象。
    SJdmDml d = new SJdmDml();

    //给对象赋值。
    d.name = "无敌";
    d.age = 25;
    

    //创建对象。

    SJdmDml d1 = new SJdmDml();

    //给对象赋值。
    d1.name = "上帝";
    d1.age = 26;

    
    //创建对象。
    SJdmDml d2 = new SJdmDml();

    //给对象赋值。
    d2.name = "天天";
    d2.age = 14;
    

    //创建对象。
    SJdmDml d3 = new SJdmDml();

    //给对象赋值。
    d3.name = "十一";
    d3.age = 12;

    //把对象添加到集合中。
    array.add(d);
    array.add(d1);
    array.add(d2);
    array.add(d3);

}

  //调用遍历集合。
  public static void printArrayList(ArrayList<SJdmDml>array) {

    //定义forf循环。
    for(int i=0;i<array.size();i++) {

    //提取集合里的所有下标,并且打印姓名和年龄。
    SJdmDml d = array.get(i);
    System.out.println(d.name+" "+d.age);
}
}
  //调用随机数的方法。
  public static void randomDmlNmae(ArrayList<SJdmDml>array) {

    //定义随机数。

    Random r = new Random();

    //获得一个随机下标。
    int num = r.nextInt(array.size());

    //提取集合里的新的下标并且打印。
    SJdmDml d = array.get(num);
    System.out.println("==========");
    System.out.println(d.name+" "+d.age);
}
}

posted @ 2019-03-12 21:04 浪子。 阅读( ...) 评论( ...) 编辑 收藏
【电能质量扰动】基于ML和DWT的电能质量扰动分类方法研究(Matlab实现)内容概要:本文研究了一种基于机器学习(ML)和离散小波变换(DWT)的电能质量扰动分类方法,并提供了Matlab实现方案。首先利用DWT对电能质量信号进行多尺度分解,提取信号的时频域特征,有效捕捉电压暂降、暂升、中断、谐波、闪变等常见扰动的关键信息;随后结合机器学习分类器(如SVM、BP神经网络等)对提取的特征进行训练与分类,实现对不同类型扰动的自动识别与准确区分。该方法充分发挥DWT在信号去噪与特征提取方面的优势,结合ML强大的模式识别能力,提升了分类精度与鲁棒性,具有较强的实用价值。; 适合人群:电气工程、自动化、电力系统及其自动化等相关专业的研究生、科研人员及从事电能质量监测与分析的工程技术人员;具备一定的信号处理基础和Matlab编程能力者更佳。; 使用场景及目标:①应用于智能电网中的电能质量在线监测系统,实现扰动类型的自动识别;②作为高校或科研机构在信号处理、模式识别、电力系统分析等课程的教学案例或科研实验平台;③目标是提高电能质量扰动分类的准确性与效率,为后续的电能治理与设备保护提供决策依据。; 阅读建议:建议读者结合Matlab代码深入理解DWT的实现过程与特征提取步骤,重点关注小波基选择、分解层数设定及特征向量构造对分类性能的影响,并尝试对比不同机器学习模型的分类效果,以全面掌握该方法的核心技术要点。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符  | 博主筛选后可见
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值